基于有向超图的图像匹配算法

doi:10.12141/j.issn.1000-565X.180278

华南理工大学学报(自然科学版) ›› 2019, Vol. 47 ›› Issue (2): 50-58.doi: 10.12141/j.issn.1000-565X.180278

• 电子、通信与自动控制 • 上一篇下一篇

基于有向超图的图像匹配算法

朱明^{1， 2， 3} 张健² 梁栋^{1， 2， 3†} 唐俊^{1， 2} 张艳^{1， 2}

1．安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心，安徽合肥 230601; 2．安徽大学电子信息工程学院，安徽合肥 230601; 3．偏振光成像探测技术安徽省重点实验室，安徽合肥 230031

收稿日期:2018-06-08 修回日期:2018-09-28 出版日期:2019-02-25 发布日期:2019-01-02
通信作者: 梁栋( 1963-) ，男，教授，博士生导师，主要从事计算机视觉、图像处理、模式识别研究 E-mail:dliang@ahu.edu.cn
作者简介:朱明( 1984-) ，男，博士，讲师，主要从事计算机视觉、图像处理、模式识别研究
基金资助:
国家自然科学基金资助项目( 61501003， 61772032， 61672032) ;偏振光成像探测技术安徽省重点实验室开放课题 ( 2016-KFJJ-002)

Image Matching Algorithm Based on Directed Hypergraph

ZHU Ming^{1， 2， 3} ZHANG Jian² LIANG Dong^{1， 2， 3} TANG Jun^{1， 2} ZHANG Yan^{1， 2}

1． National Engineering Ｒesearch Center for Agro-Ecological Big Data Analysis and Application，Anhui University，Hefei 230601， Anhui，China; 2． School of Electronics and Information Engineering，Anhui University，Hefei 230601，Anhui，China; 3． Key Laboratory of Polarization Imaging Detection Technology in Anhui Province，Hefei 230031，Anhui，China

Received:2018-06-08 Revised:2018-09-28 Online:2019-02-25 Published:2019-01-02
Contact: 梁栋( 1963-) ，男，教授，博士生导师，主要从事计算机视觉、图像处理、模式识别研究 E-mail:dliang@ahu.edu.cn
About author:朱明( 1984-) ，男，博士，讲师，主要从事计算机视觉、图像处理、模式识别研究
Supported by:
Supported by the National Natural Science Foundation of China( 61501003， 61772032， 61672032)

摘要/Abstract

摘要： 为了提高复杂变换下图模型的匹配精度，提出了一种基于有向超图的图像匹配算法．该算法首先分别在两个待匹配的特征点集中构造3 一致超图，计算每条超边所包含三元组的权值，然后利用这些权值来构造加权邻接张量，最后通过凸凹松弛算法实现图像匹配．模拟和真实图像的实验结果表明，文中算法能够获得更高的匹配精度，对于复杂变换的图像也有很好的匹配效果．

关键词: 超图, 三元组, 邻接张量, 凸凹松弛, 匹配

Abstract: An algorithm for images matching based on directed hypergraph was proposed to improve the matching accuracy of graph model under the complex transformation． Firstly，3-uniform hypergraphs in the two feature points set to be matched was constructed by the algorithm，and the weights of the triples contained in each hyperedge was calculated， then these weights were used to construct weighted adjacency tensors． Finally，image matching was achieved by convex-concave relaxation algorithm． The experiments with both simulate and real results show that the proposed algorithm can achieve higher matching accuracy and good matching effect for complex transformed images．

Key words:

hypergraph, triples, adjacency tensor, convex-concave relaxation, matching

中图分类号:

TP391

朱明张健梁栋唐俊张艳. 基于有向超图的图像匹配算法 [J]. 华南理工大学学报(自然科学版), 2019, 47(2): 50-58.

ZHU Ming ZHANG Jian LIANG Dong TANG Jun ZHANG Yan.

Image Matching Algorithm Based on Directed Hypergraph

[J]. Journal of South China University of Technology(Natural Science Edition), 2019, 47(2): 50-58.

[1]	鲍文霞, 邱翔, 胡根生, 等. 基于椭圆型度量学习空间变换的水稻虫害识别[J]. 华南理工大学学报（自然科学版）, 2020, 48(10): 136-144.
[2]	翟敬梅黄锦洲刘坤. 双目视觉下基于边缘特征的机器人作业环境检测方法 [J]. 华南理工大学学报（自然科学版）, 2018, 46(3): 1-7.

基于有向超图的图像匹配算法

Image Matching Algorithm Based on Directed Hypergraph

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 2

编辑推荐

Metrics

本文评价